Setorização automática no atendimento de telecomunicações para aprimorar a experiência do cliente (2023)
- Authors:
- Autor USP: LINO, RADAKIAN MAURITY SOUSA - ICMC
- Unidade: ICMC
- DOI: 10.11606/003191388
- Subjects: APRENDIZADO COMPUTACIONAL; ANÁLISE DE TEXTO; TELECOMUNICAÇÕES; INTELIGÊNCIA ARTIFICIAL
- Keywords: Classificação multirrótulo; Atendimento ao Cliente; Experiência do Cliente
- Language: Português
- Abstract: Desde a privatização do setor de telecomunicações no Brasil, em 1998, a demanda por serviços em telefonia fixa, celulares, TV por assinatura e principalmente banda larga, crescem regularmente, gerando uma série de desafios, como expansão de redes, universalização de serviços e atendimento ao cliente. Este trabalho apresenta um estudo de caso, no atendimento ao cliente do setor de Telecom, em operadora de telefonia móvel. Ele trata a classificação automática de textos recebidos por meios de pesquisas juntos aos clientes, onde os mesmos indicam suas necessidades e se o problema foi resolvido ou não. A título de exemplo as necessidades dos clientes são relacionadas a serviços que conhecemos em nosso dia a dia, como solicitações de mudança de endereços, ajustes em faturas e/ou redução de valores, informações diversas, suporte técnico ou mesmo pedidos de cancelamento. Por meio desta classificação, a empresa poderá sistematizar o direcionamento da solução para uma área especifica de tratamento, visando reduzir o tempo de resposta, melhorar processos internos e aprimorar a experiência do cliente. O problema em questão foi abordado como um cenário de classificação multirrótulo, pois uma mesma reclamação do cliente pode ter mais de um motivo associado. Neste contexto, é proposto que a setorização para tratamento da necessidade do cliente ocorra de forma automática após a análise do texto recebido. Neste contexto, foram coletados, tratados e rotulados dados reais e, para geração dos modelos, foi utilizada uma abordagem combinando as transformações Binary Relevance (BR) e Label Powerset (LP) com os métodos Regressão Logística (RL) e Máquinas de Vetores de Suporte (SVM).
- Imprenta:
- Publisher place: São Carlos
- Date published: 2023
- Este periódico é de acesso aberto
- Este artigo é de acesso aberto
- URL de acesso aberto
- Cor do Acesso Aberto: gold
- Licença: cc-by-nc-sa
-
ABNT
LINO, Radakian Maurity Sousa. Setorização automática no atendimento de telecomunicações para aprimorar a experiência do cliente. 2023. Trabalho de Conclusão de Curso (MBA) – Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos, 2023. Disponível em: https://doi.org/10.11606/003191388. Acesso em: 14 jan. 2026. -
APA
Lino, R. M. S. (2023). Setorização automática no atendimento de telecomunicações para aprimorar a experiência do cliente (Trabalho de Conclusão de Curso (MBA). Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos. Recuperado de https://doi.org/10.11606/003191388 -
NLM
Lino RMS. Setorização automática no atendimento de telecomunicações para aprimorar a experiência do cliente [Internet]. 2023 ;[citado 2026 jan. 14 ] Available from: https://doi.org/10.11606/003191388 -
Vancouver
Lino RMS. Setorização automática no atendimento de telecomunicações para aprimorar a experiência do cliente [Internet]. 2023 ;[citado 2026 jan. 14 ] Available from: https://doi.org/10.11606/003191388
Informações sobre o DOI: 10.11606/003191388 (Fonte: oaDOI API)
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
Radakian Maurity Sousa Li... | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
